可以估计不确定性的神经网络:SDE-Net
极市导读
SDE-Net具有预测概率分布以及度量预测结果的不确定性。本文通过介绍概念,分析模型构造,阐述理论以及实验论文等方式解详细分析了SDE-Net模型。 >>加入极市CV技术交流群,走在计算机视觉的最前沿
不确定性
aleatoric uncertainty:来自于任务本身所固有的自然随机性(比如说label噪声等) epistemic uncertainty:由于缺乏训练数据所导致的,模型对于训练数据分布之外的样本是无知的
SDE量化不确定性
模型构造
理论分析
模型训练
实验
True negative rate (TNR) at 95% true positive rate (TPR) Area under the receiver operating characteristic curve (AUROC) Area under the precision-recall curve (AUPR) Detection accuracy
总结
参考文献
推荐阅读
评论